張瑞增,龔建偉,陳慧巖,王博洋,劉海鷗
(北京理工大學 機械與車輛學院,北京 100081)
履帶車輛多工作于越野環境,工作環境較于普通輪式車輛更加復雜。國家軍用標準規定,履帶式多用途工程車縱向爬坡度應不小于46%(24.2°)[1]。由于履帶車輛一般自重較大,且工作環境特殊,履帶車輛坡道起步性能一直都是履帶車輛定型試驗的重要考核項目,對于車輛的使用性能也有著重要影響。由于履帶車輛傳動系統結構較普通輪式車輛有較大的區別,因此起步方式也有比較大的差異。
大坡道起步是有人車輛駕駛過程中最困難也是最危險的內容之一,要求駕駛員對制動器、離合器和油門等機構進行協調控制[2]。有人駕駛車輛可以依據駕駛員感知和駕駛者的駕駛經驗獲得較好的起步效果,而無人駕駛履帶車輛的坡道起步對于車輛的起步過程自動控制提出了更高的要求。履帶車輛的起步方式主要有主離合器起步和操縱桿起步兩種,在運動阻力較大的地段上,要求使用行星轉向機或轉向離合器起步(即操縱桿起步)[3]。文獻[4]提出了根據離合器接合過程中發動機轉速下降程度來確定駐車制動釋放時機的方法,具有很強的實用性。文獻[5]基于實驗數據庫,建立了基于離合器結合速度的起步過程分段控制模型。文獻[4-5]分別針對主離合器起步的駐車制動釋放時機和主離合器的接合過程進行了研究,但是其主要針對有人駕駛過程的坡道起步,發動機通過駕駛員根據道路情況和車輛反饋進行控制,無法滿足無人駕駛履帶車輛自動起步的要求。文獻[6]基于輕型無人駕駛履帶車輛的坡道起步控制進行了研究,建立模糊控制策略,但是其采用主離合器起步的控制方式控制雙側轉向離合器,沒有考慮兩側操縱桿的協同問題。文獻[7-8]分別針對履帶車輛起步過程中離合器摩擦力矩和起步加速過程進行了分析。目前,國內外針對車輛坡道起步的研究主要是圍繞起步阻力估計[9-11]和控制策略(PID控制[4-6]、最優控制[12-13]、Bang-Bang控制[14]等)進行的。
單流傳動履帶車輛具有價格低廉、傳動效率高、結構簡單的優勢,但是其特殊的機械結構決定其運動控制不同于普通道路車輛。本文為提高無人駕駛履帶車輛的適用性,針對二級行星轉向機的履帶車輛特點,結合駕駛員經驗,提出了一種無人駕駛大坡道起步控制策略。
本文試驗所研究的無人駕駛履帶車為履帶工程車輛,是由某型單流傳動中型履帶車輛改造而成。車輛在原車動力傳動系統的基礎上進行了發動機電控化改造、自動變速改造、轉向伺服控制系統改造(圖1中虛線部分)以及上裝作業裝置改造。
如圖1所示,轉向伺服控制系統的液壓泵安裝于傳動箱取力口,轉向伺服液壓缸通過連桿和轉向機操縱機構聯動,對二級行星轉向機進行控制。根據不同的道路情況,可選擇車輛的主離合器或二級行星轉向機用于車輛的起步控制。
相比于主離合器起步,在操縱桿起步過程中,二級行星轉向機處于加力狀態,車輛傳動比增加;且發動機帶動的主動部分的轉動慣量更大,有利于減小起步過程中發動機轉速的下降。整車負載經由兩側轉向機先后施加于發動機,減少了發動機由于瞬時負載過大導致熄火情況的出現。因此,操縱桿起步更能夠適應車輛大坡道起步的需求,避免了主離合器的磨損。
單流傳動系統簡圖如圖2所示,變速箱B兩側虛線框內分別為左側和右側二級行星轉向機。

圖2 單流傳動系統簡圖Fig.2 Schematic diagram of a single circulating dynamic system
在人工操縱桿坡道起步過程中,初始時兩側操縱桿均處于第二位置(制動狀態,操縱桿位置100%),兩側停車制動器TL、TR抱死,轉向制動器ZL、ZR與閉鎖離合器LL、LR分離,此時太陽輪自由轉動,車輛靜止于坡道上。當車輛開始起步時,駕駛員掛擋并確定油門控制量,將一側操縱桿(以左側為例)推到第一位置(定傳動比加力狀態)。這個過程中,機械操縱裝置先后控制停車制動器TL松開,轉向制動器ZL接合,主動輪獲得牽引力。當一側履帶有動力傳遞時,快速將另一側操縱桿推到第一位置,此時車輛兩側履帶均有動力傳輸。而后駕駛員根據車輛實際狀態分別將兩側操縱桿推到原始位置(操縱桿位置0%),此時兩側閉鎖離合器LL、LR接合,行星轉向機以傳動比為1輸出動力,車輛起步成功。
根據坡道大小和車輛狀態合理判斷兩側操縱桿動作的時機是試驗車輛協調起步的重點之一。
原有的12150L柴油機為機械式操控,無法滿足無人駕駛的要求,故需要進行發動機調速系統電控化改造,發動機電子調速控制系統如圖3所示。將機械離心式全程調速器替換為電子調速器,發動機控制器根據發動機期望轉速指令,依據反饋信息,改變柴油機的供油量,實現發動機轉速穩定控制。

圖3 發動機電子調速控制系統Fig.3 Electronic speed control system of engine
施加于發動機的動載荷對車輛起步性能有很大的影響[15]。在坡道起步之前,發動機處于空載或者低負載狀態,以部分負荷特性運轉,供油量較小,輸出功率低。在高負荷的起步條件下,發動機負載快速增加。為了避免發動機熄火,一方面需要發動機電子調速控制系統依據發動機轉速變化,迅速增加供油量;另一方面需要合理控制操縱桿接合速度,避免對發動機沖擊過大。同時,坡道起步時發動機初始轉速也對車輛起步成功率有很大的影響。表1為發動機和車輛動力參數。
由于試驗車輛為越野路面上行駛的無人駕駛履帶工程車,所以在制定車輛起步策略時將起步成功率和零部件使用壽命作為首要考慮因素。以下為主要考慮因素:
1)需要保證在不同坡道上車輛起步的成功率;

表1 發動機和車輛動力參數Tab.1 Engine and vehicle power parameters
2)避免過大的沖擊,延長零部件使用壽命,兩側制動帶均勻磨損;
3)盡量避免“倒溜”和起步跑偏等問題出現;
4)如果車輛起步失敗,應迅速采取制動措施,避免發動機憋熄火乃至倒爆現象的發生。
通過對駕駛員控制車輛坡道起步的流程分析,制定了坡道起步控制軟件流程圖,如圖4所示,車輛開始處于坡道駐車狀態。

圖4 車輛起步控制流程圖Fig.4 Flow chart of vehicle starting
啟動發動機之后,車載系統自動獲取車輛位置,當前道路性質與坡道角度等信息,根據(1)式進行車輛起步阻力的估算。然后掛1擋,接合主離合器。根據坡道阻力進行發動機轉速的控制,確保起步時發動機負載快速增加的過程中發動機不熄火。在發動機達到適合起步的轉速時,控制一側操縱桿以快速運動至第一位置,待達到預設條件后,控制另一側操縱桿運動至第一位置,進行車輛轉速的調整,待車輛發動機轉速穩定后兩側操縱桿先后恢復原始位置。
如果車輛起步過程中任一時刻發動機熄火或者發動機轉速低于最低穩定轉速則認為車輛起步失敗,車輛采取制動措施,松離合器,掛空擋。在操縱桿接合過程中還需要根據起步狀態實時調整發動機控制參數,避免由于起步負荷過大導致發動機憋熄火。
試驗采用了實驗室采集制作的具有路面性質的電子地圖[16],基于車輛實時衛星定位信息進行路網匹配和解算,直接獲取道路類型、阻力系數和附著系數等信息。
如圖5所示,道路環境信息通過環境信息接收模塊、處理模塊和發送模塊3個層面實現。

圖5 道路信息獲取概況Fig.5 Road information acquisition
定位信息通過車載差分GPS獲取,定位精度小于0.2 m,慣性導航航向角、俯仰角和側傾角等通過慣性導航系統獲取。工控機根據GPS定位信息進行路網的匹配與解算,獲得當前的車輛位置、道路性質信息,查表獲取當前道路的阻力系數、附著系數并且計算當前道路的起步阻力,圖6為電子地圖軟件實現流程。

圖6 電子地圖軟件實現流程Fig.6 Implementation process of electronic map software

圖7 履帶車縱向坡道受力簡圖Fig.7 Force of tracked vehicle on longitudinal ramp
圖7為履帶車縱向坡道受力簡圖,將車輛受力轉換到質心。圖7中:F為地面支持力的合力;Fv為履帶車驅動力;Fb為坡道起步開始之前受到的制動力;Fa為起步開始后受到的加速阻力;G為重力;Fr為履帶車行駛時的地面阻力,且Fr=fGcosα,f為履帶車行駛時的運動阻力系數,α為坡度。如要滿足車輛順利起步的條件,應當有
(1)
式中:φ為地面附著力系數。即:該車起步阻力應當小于或等于該車的最大許用起步阻力Fp,且總驅動力小于地面能夠提供的最大附著力。
由于二級行星轉向機的特性,以及不可避免的操縱機構磨損,轉向機第一位置不僅僅是一個確定的點,而是在一定區間內都有其作用范圍。為了避免車輛“倒溜”,減少起步沖擊,需要控制操縱桿在非敏感區間內快速移動,而在敏感區間內以較慢速度移動。在機械上很難直接獲得敏感區間與非敏感區間的分界面,且缺乏劃分依據。在工程應用中大多采用基于經驗的劃分方式。
本文使用高斯混合模型(GMM)對車輛左、右兩側操縱桿位置進行聚類分析,通過統計的方法對操縱桿工作區間進行概率的描述,表征車輛操縱桿的功能范圍,劃分操縱桿敏感與非敏感區間。
多變量GMM如(2)式所示。
(2)

(3)
式中:G(x)為變量x的高斯分布;g(x,μi,εi)為概率密度函數;k為高斯分量的數目;pi為各高斯分量的先驗概率值;μi為各高斯分量的中心點矩陣;εi為各高斯分量的協方差矩陣;d為變量x的數據維度。
本文利用車輛所搭載的同步數據采集系統對車輛轉向過程中左、右操縱桿位置信息和車輛輪速信息進行采集,建立相應的數據庫。去除車輛直行和原地轉向數據,然后利用極大似然估計結合期望最大化(EM)算法,可求得表征操縱桿全區間概率密度分布的GMM參數。限于篇幅問題,本文只針對起步過程左側操縱桿的聚類結果進行討論,并設定控制分界面。
車輛左側操縱桿的GMM如圖8所示,其中μ、σ分別為均值與方差,縱坐標表示概率密度值,橫坐標表示操縱桿動作區間。每個區間代表操縱桿的一類動作,Ⅰ區間對應操縱桿第一位置和原始位置之間的切換,Ⅱ區間為第一位置,Ⅲ區間對應操縱桿第一位置和第二位置之間的切換。模型的概率區間體現了操縱桿的作用范圍。

圖8 左側操縱桿高斯混合模型Fig.8 Gauss mixture model of left joystick
以高斯分布中置信度為95.4%的區間分界作為操縱桿第一位置敏感區域和非敏感區域的劃分依據。在實際應用中,根據已經離線訓練得到的操縱桿GMM聚類模型,以及依據聚類模型得到的分界面判定邏輯,輸出控制切換面。
(4)
式中:u(t)為操縱桿執行器的輸出速度,s為操縱桿實際位置,當u(t)=vmax時,對應操縱桿執行器的最大輸出速度vmax;N為控制切換面,當實際位置在分界面內時,則轉入區間內模糊PI控制邏輯。
由于兩側操縱桿先后動作,若兩側操縱桿動作時間間隔過小,一側驅動力較小,而另一側又過早失去制動力,會導致車輛嚴重“倒溜”。當兩側操縱桿動作時間間隔過長時,會導致車輛起步不協調,航向側偏,甚至車輛轉向阻力過大而熄火。

(5)
(6)


圖9 坡道原地轉向過程受力分析Fig.9 Force analysis of slope turning

(7)
(8)

發動機控制是車輛坡道起步的關鍵之一,合理的發動機初始轉速設置能夠提高車輛起步成功率。為了便于對發動機進行分析,將兩側轉向機看作一個離合器。如圖10所示:曲線nD1和nD2分別為不同初始轉速下離合器主動部分的轉速,且曲線nD2的初始轉速大于nD1的初始轉速;曲線nP1和nP2分別為不同負載下被動部分的轉速,且曲線nP2對應的負載大于nP1對應的負載;nmin為發動機最小穩定轉速對應的離合器主動部分轉速,當主動部分在轉速nD1時開始接合離合器,車輛負載為曲線nP1對應的負載時,主動、從動部分在n2處同步,n2>nmin,車輛起步成功;而當車輛負載為曲線nP2對應的負載時,主動、從動部分在n1處同步,n1

圖10 起步過程離合器轉速變化Fig.10 Speed change of clutch during starting
根據實際測試數據,確定操縱桿起步過程中發動機初始轉速的設定值,如表2所示。

表2 不同負載下發動機初始轉速期望值Tab.2 Expected values of initial engine speed underdifferent loads
改裝后發動機電控系統現有的雙層PID控制參數設置更多地考慮正常駕駛工況下發動機控制的穩定性,響應性較差。在車輛起步過程中,發動機負載變化大,容易熄火。由于現有的發動機電控系統PID參數無法在線修改,試驗中通過模糊控制下發期望轉速的變化量,以期獲得更快的發動機響應。
結合試驗車輛的硬件條件和圖4中的軟件控制流程,編寫了試驗控制程序。控制策略經試驗車輛分別在硬質土路面的15.5°、17.0°、19.0°、20.0°坡道上進行了多次試驗,試驗均取得成功。為了對自動控制軟件的控制水平進行衡量,在相近工況環境下,引入駕駛員人工駕駛車輛的數據進行對比。
試驗中采集的人工駕駛起步和自動駕駛起步的一組數據如圖11~圖14所示,航向角、俯仰角數據由慣性導航系統采集,沖擊度由計算獲取。表3為試驗平臺部分系統結構參數。

圖11 人工駕駛17.0°(31%)坡道實車起步數據Fig.11 Starting data of real car on a ramp with slope of 17.0°(31%) during manual driving

圖12 自動駕駛15.5°(28%)坡道實車起步數據Fig.12 Starting data of real car on a ramp with slope of 15.5° (28%) during automatic driving

圖13 人工駕駛19.0°(34%)坡道實車起步數據Fig.13 Starting data of real car on a ramp with slope of 19.0°(34%) during manual driving

圖14 自動駕駛20.0°(36%)坡道實車起步數據Fig.14 Starting data of real car on a ramp with slope of 20.0°(36%)during automatic driving
由圖11~圖14數據對比發現,自動駕駛起步過程較人工駕駛起步過程耗時短,且運用了發動機模糊控制策略和操縱桿協調控制策略,轉速控制更加平穩。由于原車助力機構的設置,人工駕駛操縱桿接合速度為先慢、后快,導致轉向制動帶快速抱死,起步過程發動機轉速下降較多。人工駕駛在大坡道上起步時間較長主要是由于起步過程中發動機轉速下降過多,駕駛員在加力擋維持了較長時間等待轉速恢復導致的。由于起步方式的特殊性,自動駕駛起步與人工駕駛起步過程中車輛均出現了不同程度的航向偏差。特別是自動駕駛起步過程中,由于操縱桿動作最大速度的限制,出現了較大的航向角波動。兩側操縱桿的交替動作補償了航向的偏差,最終航向偏差1°左右,對于起步過程低速的駕駛影響不大,能夠滿足坡道起步的要求。
同時,本文還針對上述坡道各進行了多次起步試驗,均取得成功,具體試驗結果見表4. 由于兩側操縱桿先后動作,車輛兩側“倒溜”的程度并不一致,這里“倒溜”距離通過霍爾式轉速傳感器反饋的雙側轉速數據計算后取兩側平均值得到。人工駕駛起步耗時和航向偏差變化較大,而自動駕駛起步表現更加穩定。
在硬質土路面17°坡道人工駕駛起步時,在操縱桿動作較長時間后兩側輪速才開始響應,是由于轉向機出現打滑、駕駛員操縱不到位導致的。
通過上述試驗可以看出,在試驗坡道中,自動駕

表3 試驗平臺結構參數表Tab.3 Structural parameters of test platform

表4 試驗結果統計表Tab.4 Statistical table of test results
駛起步過程相比于人工駕駛起步過程在發動機轉速控制、車輛“倒溜”控制、起步時間和沖擊度的控制中有更好的表現。由于試驗場地的限制,同一測試坡道上坡度有起伏,也沒能進行更大角度坡道的試驗,但是目前的試驗能夠證明本方法對較大坡道有較好的效果。
1)對人工駕駛過程進行分析,確定操縱桿起步的關鍵在于操縱桿動作速度和時機與發動機穩定性控制,并且根據駕駛員操作規范制定了車輛坡道自動起步過程的控制策略。
2)對起步過程中操縱桿動作進行GMM聚類分析,確定操縱桿第一位置敏感區域和非敏感區域的分界面,并且對不同區域進行針對性控制。
3)對發動機電調系統的特性進行了分析,討論了發動機起步過程熄火的關鍵因素,制定了坡道起步過程的發動機控制策略。
4)根據車輛自動起步策略和發動機控制策略編寫了自動坡道起步控制軟件,并且應用到無人駕駛車輛上,在多種坡道上進行了驗證,相比于人工駕駛起步過程有較好的效果。